CN111984878B - 一种对流天气下机场终端区各进离港点流量控制方法 - Google Patents
一种对流天气下机场终端区各进离港点流量控制方法 Download PDFInfo
- Publication number
- CN111984878B CN111984878B CN202010710501.4A CN202010710501A CN111984878B CN 111984878 B CN111984878 B CN 111984878B CN 202010710501 A CN202010710501 A CN 202010710501A CN 111984878 B CN111984878 B CN 111984878B
- Authority
- CN
- China
- Prior art keywords
- flight
- weather
- departure
- point
- departure point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000010006 flight Effects 0.000 claims abstract description 20
- 230000035699 permeability Effects 0.000 claims abstract description 18
- 239000007788 liquid Substances 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000035515 penetration Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种对流天气下机场终端区各进离港点流量控制方法。包括如下步骤:选定机场并获取航班历史数据和气象数据;统计遭遇对流天气的航班相应气象数据,并根据改航场景标准判断是否发生改航,绘制改航概率分布图;查找改航概率分布图获取各进离港点的航班改航概率,计算航班从不同进离港点进入或离开终端区时在对流天气中的飞行时间,并据此计算各进离港点的渗透度;根据各进离港点的渗透度计算进离港点的即时容量,根据即时容量管理各进离港点的流量。本发明使得空管人员能够合理评估终端区各进离港点容量受到对流天气的影响,对受影响航班及时作出决策,更加有效地管理机场各进离港点的进出流量,提高机场在对流天气条件下的管理效率。
Description
技术领域
本发明涉及机场终端区容量管理,具体涉及一种对流天气下机场终端区各进离港点流量控制方法。
背景技术
机场终端区是航空运行管理的核心区域,该区域不但负责航班的起飞和降落、进入和离开航路,而且包含着机场的地面运行管理,是整个航空运输系统中最为重要的区域。在航空领域,天气始终关系着航空飞行的正常与否,特别是复杂气象条件如雷暴、湍流、强降水、大风等强对流天气更直接威胁飞行安全。航班的起降受天气影响较大,对终端区的容量管理带来困难。目前终端区内存在对流天气时,在大部分情况下空管人员根据对流天气发生的位置和持续时间令受影响航班改航,对流天气严重时关闭相应进离港点,不能准确把握各进离港点容量受对流天气的影响程度,不能合理有效地利用各进离港点,导致大量航班的空中和地面延误,造成一些不必要的经济损失。
发明内容
发明目的:针对现有技术中对流天气下终端区各进离港点不能合理利用等问题,本发明提供一种对流天气下机场终端区各进离港点流量控制方法。
技术方案:一种对流天气下机场终端区各进离港点流量控制方法,包括如下步骤:
(1)选定机场并获取航班飞行计划数据、历史雷达轨迹数据、相应历史气象数据;
(2)根据步骤(1)获取的数据确定航班改航场景标准;
(3)根据航班改航场景标准判断航班是否遭遇对流天气并判断是否发生改航;
(4)统计在不同气象值下航班改航与未改航的数量,绘制改航概率分布图;
(5)根据选定机场各进离港点的进场程序和离场程序,查找改航概率分布图,获取各进离港点的航班改航概率p;
(6)计算航班从不同进离港点进入或离开终端区时在对流天气中的飞行时间t;
(7)根据所述航班改航概率p和所述飞行时间t计算各进离港点的渗透度Permeability;
(8)根据各进离港点的渗透度,计算各进离港点的即时容量Cp;
(9)根据各进离港点的即时容量Cp管理机场各进离港点的进出流量。
其中,所述改航场景标准包括偏航场景阈值D0和强对流天气标准,所述偏航场景阈值D0的确定方法如下:根据步骤(1)获取的历史气象数据,选取良好天气情况下的航班建立良好天气航班集,其中良好天气包括天气后报中指明的晴天和多云天气;对良好天气航班集里面包含的航班历史雷达轨迹数据进行聚类,获取每个聚类组别的中心线,以每个聚类组别的中心线为中心,统计能够包含良好天气航班集中指定比例航班历史雷达轨迹的宽度,将该宽度作为终端区航班偏航场景阈值D0;
所述强对流天气标准为:垂直累计液态水含量VIL≥3.5kg/m3且回波顶高ET满足h0≤ET≤12000m,其中最低阈值h0根据机场高度以及进离场程序中给出的高度要求进行确定。
进一步地,所述步骤(3)包括:根据步骤(1)获取的航班飞行计划数据,对每个航班划设气象研究区域,该区域长度为飞行计划路径的长度,宽度为2D0,根据日期和时间获取航班在气象研究区域内所有点的VIL和ET气象值,当满足以下条件时判断航班遭遇了强对流天气,n表示气象区域内所有点的总数:
VILi≥3.5kg/m3,i=1,2,…,n
h0≤ETi≤12000m,i=1,2,…,n
识别出遭遇强对流天气的航班后,将航班飞行计划路径划分为m段,计算第j段飞行计划路径和历史雷达轨迹之间的距离Dj,当Dj≥D0,j=1,2,…,m时,确定该航班由于对流天气原因发生改航。
进一步地,所述步骤(4)包括:以垂直累计液态水含量VIL为x轴,以回波顶高ET为y轴,根据x轴和y轴上的预设间隔得到由单元格构成的表,每个航班根据ET和VIL气象值被填入不同的单元格,将每个单元格中改航的航班数量除以该单元格中改航航班与未改航航班数量之和,得到该单元格的改航概率,即得到该ET和VIL气象值条件下的改航概率,由此绘制出改航概率分布图。
进一步地,所述步骤(5)包括:获取选定机场各进离港点的进场程序和离场程序,根据现有天气条件或天气预报数据得到各条程序上每个点的气象值,参照步骤(4)得到的改航概率分布图获取各条程序的航班改航概率,属于同一进港点或者离港点的程序的改航概率取平均数作为该进港点或者离港点在当前或未来气象条件下的航班改航概率p。
进一步地,所述步骤(6)包括:计算各进离港程序中改航概率大于等于预设改航概率阈值T0的长度,得到航班使用该进离港程序在对流天气中的飞行距离,结合航班在终端区中的飞行速度,计算出航班使用不同进离港程序时在对流天气中的飞行时间,属于同一进港点或者离港点的程序的对流天气飞行时间取平均数作为该进港点或者离港点在当前或未来气象条件下的对流天气飞行时间t。
进一步地,所述渗透度Permeability的计算公式为:
进一步地,所述步骤(8)包括:找出所选机场一定数目良好天气日,所述良好天气包括天气后报中指明的晴天和多云天气,统计每个良好天气日每小时各进离港点的流量,计算每个进离港点的所有小时流量的平均值作为该点的参考容量C,利用下列公式计算出各进离港点在当前或未来气象条件下的即时容量Cp:Cp=C·Permeability。
进一步地,所述步骤(9)包括:将各进离港点在当前或未来气象条件下的即时容量Cp与该进离港点的实时流量进行比较,当某个进离港点的Cp小于该进离港点的实时流量时,将该进离港点的部分流量向Cp大于实时流量的进离港点进行分配。
有益效果:本发明提出一种对流天气下机场终端区各进离港点流量控制方法,通过计算对流天气下机场终端区各进离港点的渗透度,反映出终端区范围内对流天气的恶劣程度,为未来一段时间航班的放行提供参考,使得空管人员能够合理评估终端区各进离港点容量受到对流天气的影响,对受影响航班及时有效地作出决策,实现对机场各进离港点的进出流量的灵活管理。本发明能够在一定程度上提高机场在对流天气条件下的管理效率,减少部分不必要的经济损失。
附图说明
图1为本发明的对流天气下机场终端区各进离港点流量控制方法流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参照图1,在一个实施例中,一种对流天气下机场终端区各进离港点流量控制方法,包括如下步骤:
步骤1:选定机场并获取航班历史数据和气象数据;
从民航总局综合调度室获取2018年航班历史数据和气象数据,航班历史数据包括历史雷达航迹数据和飞行计划数据两部分,其中历史雷达航迹数据包括时间、呼号、地面速度、高度、经纬度等信息,飞行计划数据包括航班号、起飞时间、着陆时间、起飞机场、着陆机场、飞行计划路径等信息,气象数据包括全国范围内的垂直累计液态水含量VIL、回波顶高ET在不同时间的数值信息,VIL和ET气象数据分辨率为1km*1km,气象数据更新时间为6分钟。选定特定机场,筛选出2018年所有以选定机场为出发地或者目的地的航班历史数据。
步骤2:确定改航场景标准;
改航场景标准包括偏航场景阈值D0和强对流天气标准的确定。根据步骤1搜集到的气象数据,选取良好天气情况下的航班建立良好天气航班集,其中良好天气包括天气后报中指明的晴天和多云天气。通过对良好天气航班集里面包含的航班历史雷达轨迹进行聚类,获取每个聚类组别的中心线。以每个聚类组别的中心线为中心,统计能够包含良好天气航班集中95%航班历史雷达轨迹的宽度,将该宽度作为终端区航班偏航场景阈值D0,并根据实际运行的具体情况进行调整。
为判断航班是否在终端区内遭遇强对流天气,通过查阅国内外相关文献资料,将垂直累计液态水含量VIL≥3.5kg/m3且回波顶高h0≤ET≤12000m作为航班在终端区内遭遇强对流天气的标准,其中回波顶高最低阈值h0根据机场高度以及进离场程序中给出的高度要求来确定。
步骤3:统计遭遇强对流天气航班的气象值并判断是否发生改航;
通过步骤1获取航班飞行计划数据,对每个航班划设气象研究区域,该区域长度为飞行计划轨迹的长度,宽度为2D0,并以飞行计划轨迹为中心线得到每个航班的气象研究区域。从气象数据集中选出气象数据时间与航班到达进港点或者离港点的时间相近的气象文件,例如前后时间相差10分钟之内,从选出的气象文件中获取航班在该气象研究区域内所有点的VIL和ET气象值,并通过下列公式来判断航班是否遭遇了强对流天气。
VILi≥3.5kg/m2,i=1,2,…,n
h0≤ETi≤12000m,i=1,2,…,n
n表示气象研究区域内所有点的总数,根据步骤1中气象数据分辨率可得。上式表示,只要有一个点处的气象值达到该标准,就确定航班遭遇了强对流天气。
若航班遭遇了强对流天气,则计算出该航班在气象研究区域的95%ET值和95%VIL值,其中95%ET值是气象研究区域内第95百分位数的有效回波顶高ET值,95%VIL值是气象研究区域内第95百分位数的有效垂直累计液态水含量VIL值。通过步骤1获取的航班飞行计划数据和历史雷达轨迹数据,利用航班号、日期、时间等信息,匹配同一航班的飞行计划路径和历史雷达轨迹,计算飞行计划路径和历史雷达轨迹之间的距离Dj,若该航班数据满足以下公式,则认为该航班由于对流天气原因发生改航:
Dj≥D0,j=1,2,…,m
上式表示将飞行计划路径划分成m段,Dj表示第j段的飞行计划路径和历史雷达轨迹之间的距离,只要有一段距离大于D0,就确定其发生了改航。
由此判断出航班是否由于对流天气原因发生改航,并统计出在不同气象值下航班改航与未改航的数量。
步骤4:绘制改航概率分布图;
以95%VIL为x轴,其数值从0到40,间隔为4,单位为kg/m3,以95%ET为y轴,其数值从0到12000,间隔为1000,单位为m,得到由单元格构成的图表。每个航班根据其95%ET和95%VIL的气象值被填入不同的单元格,将每个单元格中改航的航班数量除以该单元格中改航航班与未改航航班数量之和,得到该单元格的改航概率,即得到该95%ET和95%VIL气象值条件下的改航概率,由此绘制出改航概率分布图。
步骤5:查表获取各进离港点的航班改航概率;
获取选定机场各进离港点的进场程序和离场程序,根据现有天气条件或天气预报数据得到各条程序上每个点的气象值,取各条程序上所有点第95百分位数的有效回波顶高ET值作为其95%ET值,取各条程序上所有点第95百分位数的有效垂直累计液态水含量VIL值作为其95%VIL值,参照步骤4得到的改航概率分布图获取各条程序的航班改航概率,属于同一进港点或者离港点的程序的改航概率取平均数作为该进港点或者离港点在当前或未来气象条件下的航班改航概率p。
步骤6:计算航班从不同进离港点进入或离开终端区时在对流天气中的飞行时间;
根据现有天气条件或天气预报数据得到的各条程序上每个点的VIL和ET气象值能够对应到改航概率分布图中,并得到每个点的改航概率。根据机场运行历史规律以及管理需要给出改航概率阈值T0,T0根据各机场实际运行的具体情况而进行调整。规定达到T0改航概率即认为该点存在对流天气,由此通过计算各进离港程序中改航概率大于等于T0的长度能够得到航班使用该进离港程序在对流天气中的飞行距离,结合航班在终端区中的飞行速度即可计算出航班使用不同进离港程序时在对流天气中的飞行时间,属于同一进港点或者离港点的程序的对流天气飞行时间取平均数作为该进港点或者离港点在当前或未来气象条件下的对流天气飞行时间t。
步骤7:计算各进离港点的渗透度;
通过步骤5得到的各进离港点的航班改航概率和步骤6得到的各进离港点的对流天气飞行时间,可以利用下列公式计算出当前或未来气象条件下的渗透度:
公式中p为航班改航概率,t为对流天气飞行时间,单位为分钟,Permeability为渗透度。
步骤8:根据计算所得的渗透度计算各进离港点的即时容量;
统计良好天气下各进离港点的参考容量,具体做法为:找出所选机场一定数目如30个良好天气日,计算每个良好天气日每小时各进离港点的流量,将每个进离港点的所有小时流量取平均作为该点的参考容量C。利用下列公式计算出各进离港点在当前或未来气象条件下的即时容量Cp:
Cp=C·Permeability
步骤9:根据计算所得的各进离港点即时容量管理机场各进离港点的进出流量。
计算出各进离港点在当前或未来气象条件下的容量Cp后即可与各进离港点的实时流量进行比较。对于每个进离港点,当Cp小于实时流量时,说明该进离港点的流量过大,超过了当前或未来气象条件下该点能够容纳的流量,则可以将这些进离港点的部分流量向Cp大于实时流量的进离港点进行分配,即完成了机场各进离港点的进出流量的管理。
Claims (8)
1.一种对流天气下机场终端区各进离港点流量控制方法,其特征在于,包括以下步骤:
(1)选定机场并获取航班飞行计划数据、历史雷达轨迹数据、相应历史气象数据;
(2)根据步骤(1)获取的数据确定航班改航场景标准;
(3)根据航班改航场景标准判断航班是否遭遇对流天气并判断是否发生改航;
(4)统计在不同气象值下航班改航与未改航的数量,绘制改航概率分布图;
(5)根据选定机场各进离港点的进场程序和离场程序,查找改航概率分布图,获取各进离港点的航班改航概率p;
(6)计算航班从不同进离港点进入或离开终端区时在对流天气中的飞行时间t;
(7)根据所述航班改航概率p和所述飞行时间t计算各进离港点的渗透度Permeability:
(8)根据各进离港点的渗透度,计算各进离港点的即时容量Cp;
(9)根据各进离港点的即时容量Cp管理机场各进离港点的进出流量。
2.根据权利要求1所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述改航场景标准包括偏航场景阈值D0和强对流天气标准,所述偏航场景阈值D0的确定方法如下:根据步骤(1)获取的历史气象数据,选取良好天气情况下的航班建立良好天气航班集,其中良好天气包括天气后报中指明的晴天和多云天气;对良好天气航班集里面包含的航班历史雷达轨迹数据进行聚类,获取每个聚类组别的中心线,以每个聚类组别的中心线为中心,统计能够包含良好天气航班集中指定比例航班历史雷达轨迹的宽度,将该宽度作为终端区航班偏航场景阈值D0;
所述强对流天气标准为:垂直累计液态水含量VIL≥3.5kg/m3且回波顶高ET满足h0≤ET≤12000m,其中最低阈值h0根据机场高度以及进离场程序中给出的高度要求进行确定。
3.根据权利要求2所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(3)包括:
根据步骤(1)获取的航班飞行计划数据,对每个航班划设气象研究区域,区域的长度为飞行计划路径的长度,宽度为2D0,根据日期和时间获取航班在气象研究区域内所有点的VIL和ET气象值,当满足以下条件时判断航班遭遇了强对流天气,n表示气象区域内所有点的总数:
VILi≥3.5kg/m3,i=1,2,…,n
h0≤ETi≤12000m,i=1,2,…,n
识别出遭遇强对流天气的航班后,将航班飞行计划路径划分为m段,计算第j段飞行计划路径和历史雷达轨迹之间的距离Dj,当Dj≥D0,j=1,2,…,m时,确定该航班由于对流天气原因发生改航。
4.根据权利要求2所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(4)包括:以垂直累计液态水含量VIL为x轴,以回波顶高ET为y轴,根据x轴和y轴上的预设间隔得到由单元格构成的表,每个航班根据ET和VIL气象值被填入不同的单元格,将每个单元格中改航的航班数量除以该单元格中改航航班与未改航航班数量之和,得到该单元格的改航概率,即得到该ET和VIL气象值条件下的改航概率,由此绘制出改航概率分布图。
5.根据权利要求1所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(5)包括:获取选定机场各进离港点的进场程序和离场程序,根据现有天气条件或天气预报数据得到各条程序上每个点的气象值,参照步骤(4)得到的改航概率分布图获取各条程序的航班改航概率,属于同一进港点或者离港点的程序的改航概率取平均数作为该进港点或者离港点在当前或未来气象条件下的航班改航概率p。
6.根据权利要求1所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(6)包括:计算各进离港程序中改航概率大于等于预设改航概率阈值T0的长度,得到航班使用该进离港程序在对流天气中的飞行距离,结合航班在终端区中的飞行速度,计算出航班使用不同进离港程序时在对流天气中的飞行时间,属于同一进港点或者离港点的程序的对流天气飞行时间取平均数作为该进港点或者离港点在当前或未来气象条件下的对流天气飞行时间t。
7.根据权利要求1所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(8)包括:找出所选机场指定数目良好天气日,所述良好天气包括天气后报中指明的晴天和多云天气,统计每个良好天气日每小时各进离港点的流量,计算每个进离港点的所有小时流量的平均值作为该点的参考容量C,利用下列公式计算出各进离港点在当前或未来气象条件下的即时容量Cp:Cp=C·Permeability。
8.根据权利要求1所述的对流天气下机场终端区各进离港点流量控制方法,其特征在于,所述步骤(9)包括:将各进离港点在当前或未来气象条件下的即时容量Cp与该进离港点的实时流量进行比较,当某个进离港点的Cp小于该进离港点的实时流量时,将该进离港点的部分流量向Cp大于实时流量的进离港点进行分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010710501.4A CN111984878B (zh) | 2020-07-22 | 2020-07-22 | 一种对流天气下机场终端区各进离港点流量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010710501.4A CN111984878B (zh) | 2020-07-22 | 2020-07-22 | 一种对流天气下机场终端区各进离港点流量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984878A CN111984878A (zh) | 2020-11-24 |
CN111984878B true CN111984878B (zh) | 2024-02-13 |
Family
ID=73439388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010710501.4A Active CN111984878B (zh) | 2020-07-22 | 2020-07-22 | 一种对流天气下机场终端区各进离港点流量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984878B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096449B (zh) * | 2021-03-25 | 2022-07-15 | 上海行沙科技有限公司 | 一种基于航班大数据的停机位资源编排方法及系统 |
CN113483773B (zh) * | 2021-06-11 | 2024-02-13 | 南京航空航天大学 | 一种对流天气下的航路使用方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194493A (zh) * | 2017-04-14 | 2017-09-22 | 南京航空航天大学 | 一种短期天气影响下终端空域空中交通延误预测方法 |
CN111127285A (zh) * | 2019-12-30 | 2020-05-08 | 南京航空航天大学 | 一种对流天气下两机场间航路通行能力获取的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6606553B2 (en) * | 2001-10-19 | 2003-08-12 | The Mitre Corporation | Traffic flow management method and system for weather problem resolution |
-
2020
- 2020-07-22 CN CN202010710501.4A patent/CN111984878B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194493A (zh) * | 2017-04-14 | 2017-09-22 | 南京航空航天大学 | 一种短期天气影响下终端空域空中交通延误预测方法 |
CN111127285A (zh) * | 2019-12-30 | 2020-05-08 | 南京航空航天大学 | 一种对流天气下两机场间航路通行能力获取的方法 |
Non-Patent Citations (4)
Title |
---|
Air Route Network Generation Based on Traffic Assignment;WANG Shijin等;Transactions of Nanjing University of Aeronautics and Astronautics;第37卷(第2期);第223-230页 * |
危险天气下终端区受扰 通行能力优化;王莉莉等;安全与环境学报;第19卷(第6期);第2003-2007页 * |
机场终端区进离场交通流量优化管理;郭聪聪等;航空计算技术;第50卷(第3期);第49-53页 * |
自由飞行环境下的危险天气改航策略;张璐等;中国科技信息(第20期);第34-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111984878A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111009155B (zh) | 基于空域结构和航班流的空中交通流复杂性量化分析方法 | |
CN111984878B (zh) | 一种对流天气下机场终端区各进离港点流量控制方法 | |
WO2017032210A1 (zh) | 一种基于聚类分析的输电线路山火风险区域划分方法 | |
CN111508279B (zh) | 一种天气避让场划设的方法 | |
Allan et al. | Delay causality and reduction at the New York City airports using terminal weather information systems | |
CN110532508B (zh) | 一种基于步进环栅的输电线路的多目标优化路径选择方法 | |
CN109215399B (zh) | 一种终端区智能化流控策略生成方法 | |
CN112071123B (zh) | 一种计算航路阻塞度的方法 | |
WO2023005442A1 (zh) | 一种多维度航班放行效能评估方法 | |
CN112215416B (zh) | 智能规划巡检航线系统及方法 | |
CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
CN111127285B (zh) | 一种对流天气下两机场间航路通行能力获取的方法 | |
CN110044373A (zh) | 一种精细化交通气象服务信息生成方法 | |
CN109683211A (zh) | 一种航道天气监测预警系统及方法 | |
CN112949915A (zh) | 一种基于动态排序的进场航班落地时间预测方法 | |
CN113487914B (zh) | 基于机场气象报文的低着陆运行标准识别告警方法 | |
CN110533220A (zh) | 一种数据驱动的机场离港延误分布挖掘方法 | |
CN111967661B (zh) | 机场跑道运行方向的决策方法、系统、存储介质和设备 | |
CN110390428B (zh) | 一种水库来水特丰水年超长期预测方法 | |
Matthews et al. | Strategic forecasts of TRACON airspace capacity during convective weather impacts | |
CN105096661B (zh) | 基于垂直剖面视图的空中交通流管理系统与方法 | |
CN108831195A (zh) | 基于垂直剖面视图的空中交通流管理系统与方法 | |
CN113326568A (zh) | 一种基于时间间隔标准改善机场跑道容量的方法 | |
Lee et al. | Environmental Data Analytics for Safe Drone Operations in Low-Altitude Urban Environments | |
Shi et al. | Evaluation of residual airspace resources based on civil aviation operation big data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |